物流網(wǎng)絡(luò)大數(shù)據(jù)虛擬實(shí)驗(yàn)仿真平臺(tái)

陸隨年

摘要：深入了解物流網(wǎng)絡(luò)的特征，才能對(duì)城市物流網(wǎng)絡(luò)的規(guī)劃和管理工作提供更有效、更可靠的理論基礎(chǔ)。開(kāi)發(fā)物流網(wǎng)絡(luò)大數(shù)據(jù)虛擬實(shí)驗(yàn)仿真平臺(tái)，可以通過(guò)綜合運(yùn)用大數(shù)據(jù)下建立的物流節(jié)點(diǎn)吸引力評(píng)價(jià)體系，對(duì)城市物流網(wǎng)絡(luò)中的節(jié)點(diǎn)進(jìn)行優(yōu)劣判斷，為新建節(jié)點(diǎn)提供參考依據(jù);同時(shí)仿真實(shí)驗(yàn)提供的物流網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)可視化演化平臺(tái)，為優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)、改善網(wǎng)絡(luò)性能提供了先決條件。

Abstract： In-depth understanding of the characteristics of logistics networks can provide a more effective and reliable theoretical basis for the planning and management of urban logistics networks. The development of a virtual experiment simulation platform for big data in the logistics network can comprehensively use the attractive evaluation system of logistics nodes established under big data to judge the advantages and disadvantages of the nodes in the urban logistics network to provide a reference for new nodes; The visualization and evolution platform of the logistics network topology provides a prerequisite for optimizing the network structure and improving network performance.

關(guān)鍵詞：物流網(wǎng)絡(luò);大數(shù)據(jù);吸引力;拓?fù)浣Y(jié)構(gòu)演化

0? 引言

城市貨運(yùn)網(wǎng)絡(luò)作為交通網(wǎng)絡(luò)的一種，屬于復(fù)雜網(wǎng)絡(luò)的范疇[1-3]。利用城市貨運(yùn)網(wǎng)絡(luò)理論研究貨物運(yùn)輸網(wǎng)絡(luò)不僅僅是對(duì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的研究，還要將其反推到現(xiàn)實(shí)網(wǎng)絡(luò)的演化中，從而揭示現(xiàn)實(shí)網(wǎng)絡(luò)的演化規(guī)律[4]，最終目的是利用理論研究的成果實(shí)現(xiàn)對(duì)現(xiàn)實(shí)網(wǎng)絡(luò)有效控制。本文將通過(guò)分析物流網(wǎng)絡(luò)的評(píng)價(jià)體系以及演化機(jī)制，構(gòu)建合理的貨物運(yùn)輸網(wǎng)絡(luò)演化模型，并對(duì)武漢市的貨物運(yùn)輸網(wǎng)絡(luò)進(jìn)行演化分析。

1? 物流網(wǎng)絡(luò)大數(shù)據(jù)實(shí)驗(yàn)仿真理論框架

本實(shí)驗(yàn)系統(tǒng)包括兩個(gè)子模塊：一個(gè)是物流節(jié)點(diǎn)吸引力評(píng)價(jià)體系，旨在通過(guò)物流節(jié)點(diǎn)的吸引力的大小評(píng)價(jià)物流節(jié)點(diǎn)的優(yōu)劣，為評(píng)價(jià)優(yōu)化及布局規(guī)劃提供依據(jù)[5]，從而進(jìn)行優(yōu)化;另一個(gè)是建立城市物流網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)演化平臺(tái)，對(duì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)演化過(guò)程進(jìn)行可視化處理，為尋求最優(yōu)物流網(wǎng)絡(luò)結(jié)構(gòu)提供了基礎(chǔ)。

1.1 物流節(jié)點(diǎn)吸引力評(píng)價(jià)體系

城市物流節(jié)點(diǎn)吸引力的大小代表著物流節(jié)點(diǎn)對(duì)城市貨物的吸引、集聚、存儲(chǔ)、加工、疏散等物流工作的能力。

1.1.1 評(píng)價(jià)體系建立過(guò)程

首先結(jié)合實(shí)際案例使用德?tīng)柗品ㄕ{(diào)查和分析影響物流節(jié)點(diǎn)吸引力的因素指標(biāo)，其次利用數(shù)學(xué)統(tǒng)計(jì)等方法對(duì)吸引力影響因素進(jìn)行量化以及權(quán)值的分配。然后開(kāi)展探索性因子分析[6];根據(jù)探索性因子分析結(jié)果，分析量表的內(nèi)容效度、結(jié)構(gòu)效度、關(guān)聯(lián)效度。形成物流節(jié)點(diǎn)吸引力影響因素評(píng)價(jià)指標(biāo)體系。

1.1.2 物流節(jié)點(diǎn)吸引力模型

Fij代表i與j之間的吸引力;G是引力系數(shù)，取10;M為產(chǎn)業(yè)的相關(guān)系數(shù);Z是節(jié)點(diǎn)吸引度與點(diǎn)權(quán)之和;Si表示物流節(jié)點(diǎn)吸引度;dij為物流節(jié)點(diǎn)i與j之間的距離;win表示與i節(jié)點(diǎn)相連的邊權(quán)之和，即i節(jié)點(diǎn)點(diǎn)權(quán)。

1.2 城市物流網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)演化平臺(tái)

1.2.1 城市物流網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)演化模型構(gòu)造

為模擬物流網(wǎng)絡(luò)演化過(guò)程，基于節(jié)點(diǎn)吸引力，考慮城市物流網(wǎng)絡(luò)的特性，參考BA模型來(lái)計(jì)算節(jié)點(diǎn)之間的連接概率。然后采用BBV模型進(jìn)行節(jié)點(diǎn)的權(quán)重演化。本文構(gòu)建的演化模型就是針對(duì)于新加入一級(jí)節(jié)點(diǎn)后對(duì)整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)的影響。

本文所構(gòu)建的模型演化機(jī)制如下：

①建立初始網(wǎng)絡(luò)：將節(jié)點(diǎn)的數(shù)量初始化為n0。

②引入新節(jié)點(diǎn)：每個(gè)新引入的節(jié)點(diǎn)n與已存在的m（飽和度）個(gè)節(jié)點(diǎn)連接，其與節(jié)點(diǎn)i的連接概率為。

k為節(jié)點(diǎn)度數(shù);Fij為節(jié)點(diǎn)i、j之間的吸引力;原有節(jié)點(diǎn)等級(jí)越高，α取值越大;參數(shù)β的取值取決于連接節(jié)點(diǎn)的等級(jí)。

③優(yōu)先連接：對(duì)新增節(jié)點(diǎn)進(jìn)行非遞減排序，對(duì)前m個(gè)節(jié)點(diǎn)進(jìn)行優(yōu)先連接。

④權(quán)重演化：讓概率最大的節(jié)點(diǎn)之間進(jìn)行結(jié)構(gòu)演化，每次演化需要對(duì)權(quán)重進(jìn)行更新，直到所有連接全部完成。

1.2.2 物流網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)演化動(dòng)態(tài)演示實(shí)現(xiàn)流程

對(duì)于整個(gè)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的實(shí)現(xiàn)過(guò)程，其中用到的關(guān)鍵技術(shù)就是運(yùn)用Gephi和ArcGIS軟件將整個(gè)演化的過(guò)程動(dòng)態(tài)表現(xiàn)出來(lái)，主要步驟有：

①分析整個(gè)城市物流結(jié)構(gòu)，利用Google Map確定一級(jí)節(jié)點(diǎn)、二級(jí)節(jié)點(diǎn)和三級(jí)節(jié)點(diǎn)及其相關(guān)地理信息，在ArcGIS中進(jìn)行節(jié)點(diǎn)標(biāo)定。

②通過(guò)吸引力因子分析得到節(jié)點(diǎn)的度和節(jié)點(diǎn)間吸引力，設(shè)計(jì)初始網(wǎng)絡(luò)模型。

③根據(jù)城市貨運(yùn)網(wǎng)絡(luò)模型分析得出一、二、三級(jí)節(jié)點(diǎn)之間的連接（從屬）關(guān)系，將連接關(guān)系編輯為邊數(shù)據(jù)導(dǎo)入到Gephi中，實(shí)現(xiàn)可視化，模擬動(dòng)態(tài)演化圖。

④在初始網(wǎng)絡(luò)中加入新的一級(jí)節(jié)點(diǎn)，通過(guò)模型進(jìn)行演化得出更有效的網(wǎng)絡(luò)結(jié)構(gòu);在更新的網(wǎng)絡(luò)中賦予新節(jié)點(diǎn)不同的吸引力進(jìn)而分析最優(yōu)網(wǎng)絡(luò)。

⑤修正飽和度，從而獲得節(jié)點(diǎn)不變、網(wǎng)絡(luò)結(jié)構(gòu)類(lèi)型不變的、具有不同平均度的新網(wǎng)絡(luò)的基本網(wǎng)絡(luò)參數(shù)。

2? 實(shí)驗(yàn)平臺(tái)運(yùn)用

選取武漢市為例，綜合考慮后選取7個(gè)物流園區(qū)作為一級(jí)物流節(jié)點(diǎn)、31個(gè)二級(jí)物流節(jié)點(diǎn)和148個(gè)三級(jí)物流節(jié)點(diǎn)作為研究對(duì)象。

2.1 建立武漢市物流節(jié)點(diǎn)評(píng)價(jià)體系

根據(jù)問(wèn)題的特點(diǎn)，采用德?tīng)柗品▽?duì)專(zhuān)家進(jìn)行了意見(jiàn)征求，并經(jīng)過(guò)加權(quán)計(jì)算，選取32項(xiàng)影響因素指標(biāo)，主要體現(xiàn)在物流節(jié)點(diǎn)所在行政區(qū)的人口、產(chǎn)業(yè)等32個(gè)方面。

基于熵權(quán)法來(lái)評(píng)價(jià)指標(biāo)權(quán)值和標(biāo)定模型，建立的物流節(jié)點(diǎn)相互吸引力計(jì)算模型，計(jì)算物流節(jié)點(diǎn)相互吸引力大小，檢驗(yàn)計(jì)算模型的可靠程度。

使用SPSS軟件因子分析功能，輸入所有186個(gè)物流節(jié)點(diǎn)數(shù)據(jù)，得出成份得分系數(shù)矩陣，計(jì)算各成分中特征值的貢獻(xiàn)率和累計(jì)貢獻(xiàn)率。提取特征值大于1的8個(gè)節(jié)點(diǎn)，并且其累計(jì)貢獻(xiàn)率為87.842%（如圖1所示）。即用這8個(gè)成份來(lái)綜合反映物流節(jié)點(diǎn)吸引力影響因素。

結(jié)合成份系數(shù)矩陣表和各因素標(biāo)準(zhǔn)值圖，按照相關(guān)公式計(jì)算各個(gè)物流節(jié)點(diǎn)的綜合得分，并對(duì)得分大小進(jìn)行非遞增排序。對(duì)載荷最大的幾種因子進(jìn)行篩選，并依此計(jì)算節(jié)點(diǎn)吸引度。根據(jù)計(jì)算結(jié)果，我們選取了十三個(gè)因素作為計(jì)算物流吸引力的因子。

2.2 武漢市物流網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)演化

在使用Google Map、ArcGIS對(duì)武漢市的各級(jí)物流節(jié)點(diǎn)進(jìn)行標(biāo)定后，導(dǎo)入已得的節(jié)點(diǎn)坐標(biāo)和新引力，運(yùn)用1.2.1模型計(jì)算，得節(jié)點(diǎn)連接概率情況并導(dǎo)入Gephi中，得到原始武漢市物流網(wǎng)絡(luò)圖（圖3）。

①物流網(wǎng)絡(luò)初始狀態(tài)設(shè)置：在Gephi中導(dǎo)入初始網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)據(jù)，初始網(wǎng)絡(luò)由23個(gè)節(jié)點(diǎn)構(gòu)成，通過(guò)對(duì)邊的權(quán)重賦值，得到初始網(wǎng)絡(luò)連接狀態(tài)。

②對(duì)問(wèn)題進(jìn)行編碼。

③進(jìn)行網(wǎng)絡(luò)節(jié)點(diǎn)的動(dòng)態(tài)演化，實(shí)現(xiàn)城市貨運(yùn)網(wǎng)絡(luò)結(jié)構(gòu)的可視化。

④改變網(wǎng)絡(luò)演化模型程序代碼中的節(jié)點(diǎn)連接個(gè)數(shù)（初始設(shè)定為2）。分別改為5、10、15，重新演化后得到下圖所示的節(jié)點(diǎn)不變、網(wǎng)絡(luò)結(jié)構(gòu)模型類(lèi)型不變的不同平均度的新網(wǎng)絡(luò)的邊數(shù)據(jù)。如圖4所示。

3? 結(jié)語(yǔ)

網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)與其自身的功能有著密切的關(guān)系，研究網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，建立合理的節(jié)點(diǎn)評(píng)價(jià)體系，有助于理解網(wǎng)絡(luò)結(jié)構(gòu)和網(wǎng)絡(luò)行為之間的關(guān)系?；诔鞘形锪鞴?jié)點(diǎn)的吸引力，本實(shí)驗(yàn)在充分考慮影響物流節(jié)點(diǎn)因素的大數(shù)據(jù)基礎(chǔ)上，為評(píng)價(jià)物流網(wǎng)絡(luò)節(jié)點(diǎn)優(yōu)劣搭建了實(shí)驗(yàn)平臺(tái);同時(shí)建立了城市物流拓?fù)渚W(wǎng)絡(luò)的動(dòng)態(tài)仿真平臺(tái)，利用ArcGIS和Gephi模擬了網(wǎng)絡(luò)的演化過(guò)程。通過(guò)更改節(jié)點(diǎn)之間的連接個(gè)數(shù)，更新演化，得到具有新的平均度的網(wǎng)絡(luò)。為后續(xù)網(wǎng)絡(luò)的性能、形態(tài)優(yōu)化研究提供了基礎(chǔ)。

參考文獻(xiàn)：

[1]Markus Hesse， Jean-Paul Rodrigue. Transport geography of logistics and freight Distribution. Journal of Transport Geography[J].2004，6：171-184.

[2]AMARAL L A N， SCALA A， BARTHELEMY M， et al. Class of small-world networks[J]. PNAS，2000，97（21）：11149-11152.

[3]KLEMM K， EGUILUZ V M. Highly clustered scale-free networks[J]. Phys Rev E，2002，65：036123.

[4]ZHU Han， WANG Xin-ran， ZHU Jian-yang. Effect of aging on network structure[J]. Phys Rev E，2003，68：056121.

[5]周靜.港口對(duì)物流的吸引力評(píng)價(jià)研究[J].南北橋，2012年5月.

[6]VANRAAN A F J. On growth， ageing， and fractal differentiation of science[J]. Scientometrics，2000，47（2）：347-362.